matlab自相关代码使用生成对抗网络生成无模型的可再生能源方案
该存储库包含重现以下论文中显示的结果所必需的源代码:
陈以泽,王义深,丹尼尔·科申和张宝森,
接受IEEE电力系统交易(2018年)特刊,关于将极高渗透率的可再生能源集成到未来的电力系统中
该存储库中显示的方法可用于解决电力系统中的一般场景生成问题。
动机
工程师需要一种高效且可扩展的技术来捕获和建模可再生能源发电过程的时序情景以及时空情景的动态。
提出了基于传统模型的方法,其中有许多模型假设,而另一方面,这些模型很难扩展到不同位置的发电过程。
在该项目中,我们建议使用生成模型集Generative
Adversarial
Networks来为场景生成问题提供数据驱动的解决方案。
生成的样本
在这里,我们显示了一些生成的样本以及样本的自相关
语言和依存关系
我们使用Python来实现该算法。
Matlab中完成了一些数据处理工作。
具体来说,我们使用了开源Python软件包来训练神经网络模型。
要运行代码,您需要安装numpy,pandas,ipdb和matplotlib的标准软件包。
在Linux中,您可以通过pip
2022-03-08 15:44:21
13.73MB
系统开源
1